• Non ci sono risultati.

1.3 Tecnologie software

1.3.2 Decision Support Systems

I Decision Support Systems(DSS) nell’ambito sanitario sono sistemi soft- ware di supporto decisionale che utilizzano i dati del paziente e informazioni mediche, come i farmaci prescritti, per aiutare i professionisti sanitari nelle diagnosi cliniche. I dispositivi mobili vengono utilizzati per raccogliere i dati del paziente e per ottenere le informazioni sanitarie richieste.

La realizzazione di DSS `e un settore emergente nell’ambito del mHealth, co- me dimostrato dal numero limitato di studi a riguardo in letteratura. In ogni caso da questi lavori si evidenzia che tali sistemi migliorano l’adesione alle linee guida di pratica clinica [FPWEAT13, MTARH13, AML14] e l’acces- so alle informazioni mediche [MTARH13, AML14], incrementano i controlli [FPWEAT13], migliorano le diagnosi e riducono gli errori medici [LJPSN08], aumentano la documentazione e l’efficienza [MTARH13]. Un’iniziativa degna di nota `e stata lanciata congiuntamente dal D-Tree International 15 e dalla Harvard School of Public Health. Il programma comprendeva lo sviluppo di algoritmi clinici per l’HIV, il diabete, la salute riproduttiva, e la salute dei bambini per supportare infermieri e operatori sanitari nella diagnosi e nel trattamento di pazienti presso strutture pubbliche ospedaliere o attraverso iniziative di cura a domicilio. Il software `e stato impiegato in uno studio con- dotto in Sud Africa per il trattamento di pazienti affetti da HIV [MILE09]. In [CKLWB13] si parla di un’applicazione per smartphone per la politica di prescrizione antimicrobica chiamata Imperial Antibiotic Prescribing Policy (IAPP). Progettata per aiutare medici e farmacisti `e caratterizzata da buo- na usabilit`a e funzioni di supporto alle decisioni cliniche, quali calcolatori

clinici e monitoraggio terapeutico. Dopo un periodo di prova di 12 mesi in uno studio, l’81% dei partecipanti ha dichiarato che l’uso dell’applicazione li ha aiutati ad aderire alla politica.

In [KBKSH13] viene presentato il sistema Embedded Gait Analysis using Intelligent Technology (eGaIT), utilizzato per la diagnosi di insufficienza mo- toria nei pazienti affetti da Parkinson. Fra le principali funzionalit`a si hanno: acquisizione di dati da accelerometri e giroscopi attaccati alle scarpe; trasfe- rimento wireless dei dati e aggregazione; algoritmi di pattern recognition che registrano i segnali di movimento delle gambe mentre il paziente cammina. `

E stato dimostrato che eGaIT pu`o completare e confermare la valutazione clinica di un medico.

In [COLA07] si parla di un sistema che utilizza un telefono cellulare per mo- nitorare la pressione sanguigna di un paziente e un programma che, dati i valori di pressione arteriosa ottenuti da un sensore bluetooth e altri fattori clinici, calcola il rischio di una malattia cardiovascolare applicando il meto- do SCORE (Systematic Coronary Risk Evaluation), supportando le decisioni cliniche. Sono previste notifiche e promemoria per ricordare al paziente di misurarsi la pressione del sangue. Gli autori hanno valutato il sistema attra- verso le interviste ed i feedback degli utenti riscontrando in generale un alto livello di soddisfazione, ma anche alcune problematiche legate all’inserimento delle informazioni.

Gli autori di [DOPBN13] hanno sviluppato uno strumento mobile per la pre- visione dell’insufficienza renale cronica (IRC) in pazienti affetti di Glomerulo- nefrite a depositi mesangiali di IgA3o Malattia di Berger)Qesta malattia `e la glomerulo-nefrite primaria pi`u comune al mondo e una delle principali cause di insufficienza renale cronica; richiede una terapia sostitutiva renale con dialisi o trapianto di rene [ICAETAL03]. Il sistema utilizza un ampio e completo set di dati di pazienti affetti da Malattia di Berger, per fornire uno strumento predittivo prezioso per i medici. Vengono utilizzate delle reti

1.3 Tecnologie software 27

neurali4 artificiali in quanto hanno dimostrato di essere un eccellente stru- mento in termini di previsione grazie alla loro capacit`a di apprendimento. Il DSS, chiamato m-IgAN, `e composto da un’applicazione server e due client, un’applicazione mobile e un’applicazione Web. Gli utenti devono inserire i dati clinici del paziente, che vengono inviati al server che ne verifica la va- lidit`a, predice il grado di rischio e invia una serie di informazioni al client contenente la previsione e la sintesi dei dati del paziente. m-IgAN `e stato utilizzato al Policlinico di Bari, dimostrando la sua efficacia.

In [VSLS13], si sostiene che le reti bayesiane5 offrono tecnologie appropria- te per la modellazione di problemi medici permettendo la personalizzazione dell’assistenza sanitaria. Questi principi sono stati utilizzati nella realiz- zazione di un modello Bayesiano per preeclampsia6 per un’applicazione di monitoraggio domiciliare. Questa applicazione, chiamata eMomCare, `e stata implementata per la piattaforma Android e utilizza uno smartphone per pre- vedere eventuali problemi. Infatti questi dispositivi restituiscono i risultati ottenuti dal modello Bayesiano dopo aver raccolto i dati del paziente e quelli provenienti da un misuratore di pressione sanguigna a cui sono collegatati. I risultati della valutazione di eMomCare sono incoraggianti e mostrano la possibilit`a la conoscenza fisiologica nei DSS.

Infine l’applicazione Isabel Symptom Checker `e un DSS diagnostico, di- sponibile per le piattaforme Android e iOS, offerto da Isabel Healthcare. Ri- conosciuto da medici e infermieri come il leader indiscusso nel suo settore,

4Le reti neurali sono sistemi di elaborazione dell’informazione il cui scopo `e quello

di simulare il funzionamento delle reti biologiche all’interno di un sistema informatico [GORI03]

5Una rete bayesiana `e un modello grafico probabilistico che rappresenta un insieme di

variabili stocastiche con le loro dipendenze condizionali attraverso l’uso di un grafo aciclico diretto. Per esempio una rete bayesiana potrebbe rappresentare la relazione probabilistica esistente tra i sintomi e le malattie. Dati i sintomi, la rete pu`o essere usata per calcolare la probabilit`a della presenza di diverse malattie [YASI97].

6La preeclampsia, nota anche come gestosi, `e una sindrome caratterizzata dalla pre-

senza, singola o in associazione, di segni clinici quali edema, proteinuria o ipertensione in una donna gravida.

questo sofisticato strumento di diagnosi medica utilizza le pi`u recenti tecno- logie di ricerca al fine di individuare, dati sintomi multipli, la patologia pi`u probabile in un in vasto database di 6.000 malattie. Ottimizzato per l’uso da parte dei pazienti, l’applicazione permette anche di inviare i risultati della diagnosi via email direttamente al medico [ISA].

Documenti correlati